亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        輸電線路缺陷無人機圖像識別技術應用

        2022-12-17 13:33:29張利
        新型工業(yè)化 2022年3期
        關鍵詞:圖像識別卷積神經網絡

        張利

        (中國石化集團勝利石油管理局有限公司電力分公司,山東 東營 257000)

        0 引言

        基于無人機圖像識別技術的應用,對輸電線路的缺陷分析與處理效果提升方面有積極作用。隨著電力需求的逐漸增加,電網規(guī)模也在逐漸擴大,輸電線路的缺陷對輸電穩(wěn)定性會產生直接的影響,因此,定期對輸電線路進行巡檢與分析處理,可保證輸電線路的穩(wěn)定性[1]。但是,由于輸電線路的布設地形比較復雜,交通不便,巡檢人員的安全保障比較低,因此,通過無人機圖像識別技術的應用,對輸電線路缺陷問題進行識別與分析,該技術的應用具有操作性以及靈活性,可提高輸電線路缺陷識別與分析水平[2]。

        1 無人機圖像識別技術概述

        1.1 概念

        無人機圖像識別技術的應用,則是在無線通信鏈路的基礎上,對數據傳輸過程進行優(yōu)化,在識別過程中,包含無人機飛行控制、數據管理等內容[3]。無人機在飛行后,從地面到高壓輸電塔之間進行控制,并對巡視目標進行識別與分析,在巡視結束后,返回地面,結束分析處理任務。數據管理是無人機飛行到巡檢目標時,可通過采集數據分析,對數據采集、數據傳輸、數據存儲、數據清除等方面進行分析,從而實現無人機圖像識別分析水平提升。無線通信鏈路可對無人機飛行狀態(tài)、圖像信息等進行數據整合,對不同數據進行分類與處理的基礎上,提高數據信息的綜合處理水平。通過對無人機實時傳輸的通信處理,可對輸電線路巡檢數據進行采集與處理,可實現圖像數據傳輸與圖像識別分析[4]。

        1.2 系統(tǒng)組成

        無人機圖像識別技術的應用,則是在智能巡檢與分析處理的角度,對實時數據進行分析,并對圖像的缺陷位置進行標注,通過對數據結果與原始圖像數據進行備份與處理,可實現無人機圖像識別與分析水平提升[5]。無人機圖像識別與分析中,其中包含視頻傳輸、圖像傳輸兩大功能模塊,無人機搭載高清相機以及圖傳模塊發(fā)射端,地面工作終端則是圖傳模塊接收端、4G傳輸模塊,通過無人機圖像識別系統(tǒng)的搭建,可利用深度卷積神經網絡算法,對圖像數據進行預處理分類識別。在對圖像缺陷進行分析與處理的基礎上,可對識別結果進行分析與處理,為輸電線路缺陷識別提供依據[6]。與此同時,對圖像結果以及原始圖像數據進行備份,并利用4G網絡對圖像數據進行分析,將其發(fā)送到控制中心,從而達到輸電線路缺陷辨認與分析處理的目的[7]。

        2 輸電線路缺陷無人機圖像識別技術實踐要點

        2.1 輸電線路缺陷識別

        輸電線路缺陷識別可采用層次化特征的表達方式,對輸電線路的數據傳輸進行計算,在數據預處理的基礎上,可對圖像缺陷位置進行識別,如果存在圖像數據缺失的情況,可通過缺陷數據進行標注,將有問題的圖像結果反饋到人機交互界面。在此基礎上,深度學習的輸電線路缺陷圖像識別與分析,重點是對被識別圖像的識別點進行提取與處理,并通過制作樣本數據,對訓練的數據集進行對比分析,分析輸電線路的實際應用與運行情況。

        (1)對圖像數據進行處理,建立數據集合空間。

        (2)Faster-Rcnn的模型訓練,在對標簽的數據輸入進行訓練與分析的基礎上,采用隨機梯度處理的方式,對數據信息的迭代處理過程進行優(yōu)化,完成多目標識別分析任務。

        (3)Fastrer-Rcnn模型測試與修正,在對相關數據進行分析與處理的基礎上,可對數據以及訓練參數等進行調整,達到模型分析與信息處理的目的。

        (4)輸電線路缺陷分類分析,對輸電線路的缺陷問題、正常數據等進行分析,并對缺陷圖片進行標注,在建立訓練數據集與測試數據集的基礎上,可通過輸電線路的數據傳輸與信息處理,滿足輸電線路的缺陷識別分析需求。

        (5)訓練輸電線路缺陷分類器,并對訓練樣本數據訓練分類器進行綜合處理,在輸電線路分類識別與處理的基礎上,可滿足輸電線路缺陷識別與分析的需求。

        (6)對輸電線路缺陷分類進行測試與修正,并對測試數據的準確率進行檢驗。結合搭建的多目標識別模型,對輸電線路缺陷分類過程進行優(yōu)化,通過模型參數更新與數據分析處理,可對輸電線路缺陷的數據訓練樣本進行綜合分析。在現有的識別圖片分析中,可在原有模型的基礎上,對不同分類數據進行識別與分析,通過缺陷分類與檢驗,實現輸電線路缺陷識別準確性提升。

        2.2 模型

        多目標物體識別分析中,可通過Faster-Rcnn算法對無人機巡檢圖片識別進行分析,并實現輸電線路缺陷的有效控制。在實際應用中,模型操作步驟如下:

        (1)利用卷積神經網絡對輸電線路缺陷圖片的卷積特征進行提取。

        (2)利用Region Rroposal Network提取輸電線路缺陷信息的處理與檢驗。

        (3)在對輸電線路缺陷圖像進行處理中,可從原始圖片卷積特征中提取特征向量,并對不同特征數據進行分析,可對矩形區(qū)域的坐標及信息處理過程進行完善,從而提高多目標識別分析的準確性[8]。

        卷積神經網絡模型的搭建,則是對卷積操作以及池化操作過程進行控制,輸入數字圖像后,對卷積層、池化層進行處理,通過網絡模型對圖像數據的參數處理,按照3*3卷積核在5*5的圖像上進行卷積操作,通過特征提取與數據分析處理,降低位移變形的敏感程度。深層卷積神經網絡的搭建,可通過輸出向量分析與信息處理,達到輸電線路缺陷識別與分析的目的。輸電線路缺陷分類與識別,可在多目標識別與檢驗的基礎上,對輸電線路缺陷圖像的特征向量進行映射處理,并通過分類輸出向量檢驗與處理,對輸入圖像以及神經網絡計算等方面進行優(yōu)化,提高輸電線路的缺陷識別處理水平。

        2.3 實驗

        輸電線路缺陷無人機圖像識別技術的應用,則是在圖像識別以及智能巡檢分析的視角下,對智能巡檢平臺進行綜合控制,從而滿足輸電線路缺陷分析與處理的需求。因此,無人機圖像識別技術在實際應用中,可對輸電線路缺陷圖像進行快速識別。為檢驗技術應用的水平,采用1000張無人機航拍圖像識別分析處理的方式進行分析,其中包含20類輸電物體、設備的圖像,每個物體可發(fā)現有25張有缺陷、無缺陷的圖像。在進行實驗分析的過程中,識別輸電線路缺陷診斷的設備以及缺陷類型、缺陷位置等內容。在進行實驗分析中,結果表明,利用Faster-Rcnn的多目標物體識別算法,可對輸電線路的不同設備進行分類識別與處理,而且,具有識別精度高、效率快的特征。一張2400萬像素的高清圖片的處理,可通過Nvidia TitanX實現快速處理,處理的時間為0.4s左右。利用ImasgeNet完成不同物體的分類識別,其精度為85%。在現有的實驗條件下,對輸電線路的識別與處理的精度為83%。為實現缺陷定位,可采用深度殘差神經網絡的方式,對絕緣子破裂、銷釘缺失等問題進行識別,其識別精度為75%。因此,不同特征的缺陷,其具有較高的精度,而且,在對輸電線路缺陷進行處理中,可對輸電線路裂紋、燒傷等缺陷進行識別與分析,其識別精度分別為45%、37%。通過深度卷積神經網絡算法的應用,可提高無人機圖像識別效率及精度,降低人工識別輸電線路缺陷圖像的工作量,進一步提高輸電線路的巡視效率及質量。

        3 結語

        無人機圖像識別技術在輸電線路缺陷分析中的應用,可利用深度卷積神經網絡算法,對輸電設備缺陷識別進行分析。輸電線路中的圖像信息識別是在Faster-Rcnn算法的應用下,對圖像識別、輸電處理過程等進行信號檢驗與分析,以此保證輸電線路的缺陷識別水平。無人機圖像識別技術的應用,則是在輸電線路缺陷識別與分析處理的基礎上,對輸電線路缺陷的圖像處理過程、缺陷圖像分析等方面進行優(yōu)化,滿足輸電線路缺陷識別與分析的綜合需求。基于深度卷積神經網絡算法的應用,可對輸電線路的不同缺陷進行分類,并對不同缺陷進行分類與識別,滿足輸電線路缺陷識別分析需求。

        猜你喜歡
        圖像識別卷積神經網絡
        基于3D-Winograd的快速卷積算法設計及FPGA實現
        神經網絡抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        基于Resnet-50的貓狗圖像識別
        電子制作(2019年16期)2019-09-27 09:34:50
        高速公路圖像識別技術應用探討
        從濾波器理解卷積
        電子制作(2019年11期)2019-07-04 00:34:38
        圖像識別在物聯(lián)網上的應用
        電子制作(2018年19期)2018-11-14 02:37:04
        圖像識別在水質檢測中的應用
        電子制作(2018年14期)2018-08-21 01:38:16
        基于傅里葉域卷積表示的目標跟蹤算法
        基于神經網絡的拉矯機控制模型建立
        重型機械(2016年1期)2016-03-01 03:42:04
        復數神經網絡在基于WiFi的室內LBS應用
        自拍偷区亚洲综合激情| 女同亚洲女同精品| 亚洲日韩精品无码专区网站| 亚洲AV永久无码制服河南实里| 欧洲人体一区二区三区| 日韩中文字幕在线丰满| 97久人人做人人妻人人玩精品| 精品国产拍国产天天人| 久青草久青草视频在线观看| 日韩欧美国产自由二区| 97人妻无码免费专区| 永久免费看黄在线观看| 激情人妻另类人妻伦| 久久久久久亚洲av成人无码国产| 曰批免费视频播放免费直播| 国产尤物AV尤物在线看| 色婷婷激情在线一区二区三区| 美女和男人一起插插插| 妺妺跟我一起洗澡没忍住| 亚洲男人av天堂午夜在| 亚洲视频99| 亚洲熟女一区二区三区不卡| 午夜视频在线瓜伦| 亚洲国产长腿丝袜av天堂| 亚洲欧洲综合有码无码| 久久深夜中文字幕高清中文| 日本一区二区三区免费精品| 777米奇色8888狠狠俺去啦| 亚洲色在线视频| 亚洲国产不卡免费视频| 少妇人妻综合久久中文字幕| 成人激情五月天| 777久久| 日韩精品免费在线视频一区| 色又黄又爽18禁免费网站现观看| 亚洲乱码日产精品bd| 在线视频一区二区日韩国产| 国产优质av一区二区三区| 国产美女主播视频一二三区| 天堂中文在线资源| 亚洲va欧美va人人爽夜夜嗨|